张泷谈AI创业：不差钱，缺场景、政策与数据

11月18日至19日，APEC第三十三次领导人非正式会议将在深圳举行。中国继2001年上海、2014年北京之后第三次担任东道主，APEC也是头一回把主会场放在粤港澳大湾区。会议主题为“建设亚太共同体，促进共同繁荣”，人工智能治理、数字经济与大湾区建设成了各方关注的话题。

峰会倒计时阶段，凤凰网财经专访了张泷。他的本硕都在华南理工大学完成，之后到香港大学读博，如今回到华南理工大学计算机科学与工程学院做“至臻学者”（师资博后），同时以首席专家身份创办Unex AI Lab，在国产昇腾算力生态上做大模型部署加速与安全合规智能体开发。广州到香港、再回广州，这条路线正好横跨本届APEC主会场所在的大湾区。高校青年科研人员加AI创业者，两个身份让他的观察有参照价值。

01为什么把实验室建在广州，而不是香港

张泷答得很干脆：香港学术圈更看重发论文、出科研成果，内地特别是大湾区更偏向实际转化，民营经济活跃，跟北京、上海的联动也更密切。他说：“把实验室立在广州，一方面可以通过香港为跳板连接全球学术生态，另一方面也能与内地的公司、金融机构、投资公司联系，进行落地和转化。”他举例说，

不过跨境也有摩擦。他直言，哪怕在同一家银行开户，港币账户和人民币账户分属离岸与在岸，每次转换周期都很长，个人和小微创业者还受限额约束；香港办公场地局促，科技研发想扩张也受制约。他建议政策层面给香港高校和企业划出“试验田”式的更大空间，同时缩短AI中坚力量的签证流程、降低难度，甚至优化永居政策，把更多AI人才吸引过来。

（图源：受访者提供）

AI泡沫之辩：真正的检验是“有没有带来新岗位”

AI泡沫是眼下全球市场最热的话题之一。作为从业者，张泷更认可另一种判断标准：AI有没有带来新增的实际岗位，有没有让人均收入稳定提升，有没有让生活变得更好。“只要AI创造出的岗位比被取代的更多，泡沫就会被消解掉。”

在他看来，中美情况并不一样。美国AI带来的新增岗位很少；中国从基础的AI漫剧、影视制作，到智能体开发、前端部署工程师，再到传统工科转型、企业整体AI化改造乃至销售、营销、外贸，新岗位大量出现。舆论情绪也在变：去年还是“我被AI取代了”，现在越来越多人说“AI帮我做了更多工作，让我可以清闲下来去思考”。

AI创业眼下最缺的到底是什么？张泷给出的答案跟多数人想的不一样：钱排在后面。实验室尚在筹备、融资还没启动，数百万美元级的捐赠已经到账。他的判断是，只要所做的事贴合国家需求、顺应大趋势，资金层面并不会形成太大掣肘。真正难凑齐的是另外三样——应用场景、政策上的宽松空间，还有数据。眼下他正与广东省一级协会联手，推动安全合规智能体的标准制定。张泷说，这类标准单靠技术一方做不出来，新闻、金融、医疗等各行业都得拿出专业意见，定出来的标准才接地气。数据这块，他留意到国家数据集团已经成立，认为这是个相当好的信号，并预计2027、2028年整个数据市场会向上走旺。

02给亚太青年发一项“AI福利”，他的选择不是钱

假如APEC给亚太青年发一项“AI福利”，张泷选的是跨境数据合规沙盒。他的逻辑是：环太平洋地区AI发展最好的是中美两大经济体，全球数据的通用语言是英语，英语标注数据集远比中文丰富。能不能借鉴海外优秀数据集，快速提升国内模型的自主可控能力，是“对AI发展最重要的一环”。

不过张泷也划了一条明白的界线：“我很反对将我们的数据输出出去。”他打算对外输出的是另外两样。其一是训练成熟的开源模型，类似DeepSeek、通义千问所代表的开源生态；其二是标准，也就是智能体如何开发、安全边界在哪、怎样流通的一整套规则。他的实验室也在搭建自己的智能体流通平台。张泷设想的路径是：别的经济体一旦按他们的合规沙盒和开发标准来做、加入他们的开发生态，这些经济体产生的数据他们同样能用上，由此形成正向循环。说白了，先把生态建起来，底线则始终守住。

大湾区能给亚太输出什么：不是单点技术，是“流通性”

在张泷看来，如果把大湾区当成APEC数字经济的样板间，它最值得对外输出的不是某一项单点能力，而是“流通性”——贸易通不畅、民间资本活不活跃、知识与货品能不能流动起来。硬核的底层研发，北京、上海已经做得不错；算力基础设施方面，内蒙古乌兰察布等地正建起大量机房，他的实验室也准备在乌兰察布自建机房。大湾区占的优势在于，“在这边更适合做AI生意，把智能体的连通性搞起来”。

他对当下各家闭门

03让亚太青年真正分到AI红利：一场课堂实验的启示

APEC谈“共同繁荣”，落到AI上，不该只盯着头部国家和头部公司。中小经济体、非头部高校的学生，能从AI红利里拿到什么？张泷拿自己的一段课堂实验来回答：课上他要求每个学生都用AI，条件是“必须用得好过我”。他自己先给出一个基线（baseline），学生则用四节课的时间反复打磨、迭代，目标是让人机深度集成后的成果超过AI单干的水准。

结果有点出人意料：学生不光学会了驾驭AI，其中还有本科生的成果被他建议直接投稿发表。当然，拿AI偷懒、抄作业的情况也有。张泷觉得，这种时候该反思的往往是老师——作业是不是留得不对，考核标准是不是该改。在他看来，亚太青年要从AI中分到“共同繁荣”的那份收益，路或许就在这里：不是让AI代写作业、速成论文，而是在人机协同里找到适合自己的发展方式。